Analyzing the effect of micro-scale walkability on walking behavior
Bibliographic record
Abstract
La marchabilité, qui est une conceptualisation des facteurs de l’environnement bâti et social influençant la marche, peut être analyser à différentes échelles et niveaux d’objectivité. La marchabilité subjective, une mesure de la perception deconvivialité de l’environnement piéton, a été moins étudiée que les indices de marchabilité objectifs et ce, même s’il a été démontré que ces derniers sont limités dans leur capacité à refléter l’expérience piétonne dans des environnements variés. De plus, peu de recherche à analyser comment la relation entre l’environnement bâti et les habitudes de marche varie entre diverse groups sociaux. La marchabilité a été mesurée plus fréquemment à l’échelle locale qu’à l’échelle de la rue même si cette dernière approche a été associée davantage à l’expérience de marche et à l’équité entre les groupes sociaux. Ce m/moire de maitrise vise à évaluer l’applicabilité d’une mesure de la marchabilité à l’échelle de la rue (outil MAPS-Mini) comparément à celle d’une mesure à l’échelle locale (Walkscore©) pour (1) évaluer les facteurs influençant la marchabilité subjective et pour (2) analyser comment ces mesures interagissent avec les caractéristiques socio-démographiques lorsqu’on modélise les habitudes de marche. Pour ce faire, des données ont été récoltées pour 2497 segments de rues à Montréal en utilisant l’outil MAP-Mini, des données externes comme le Walkscore© et des scores synthétiques de marchabilité subjective. Dans la première partie de cette recherche, j’étudie comment les caractéristiques de l’environnement bâti contribuant aux perceptions de marchabilité varient entre la marche utilitaire et la marche de loisir. Des modèles multiniveaux sont générés en utilisant les scores de marchabilité subjective pour la marche utilitaire et la marche de loisir comme variable dépendantes et les éléments de l’environnement bâti comme variables indépendantes. Dans la deuxième partie de cette recherche, j’analyse les interactions entre des indices de marchabilité (l’outil MAPS-Mini et Walkscore©) et les caractéristiques socio-démographiques des piétons durant la modélisation des habitudes de marche à l’aide de donnée de déplacement pour Montréal. Des régressions logistiques sont utilisées pour modéliser la probabilité qu’un adulte marche à une destinations en fonction de caractéristiques du déplacement, de la personne, du ménage et des indices de marchabilité pour l’emplacement du ménage. Des analyses de sensibilité sont réalisées pour quatre variables socio-démographiques – le genre, l’âge, le revenu par ménage et la présence d’enfant de moins de 13 ans dans le ménage – en se basant sur les interactions entre chacune et les indices de marchabilité. Pour le premier chapitre, les résultats démontrent que les facteurs de l’environnement bâti à l’échelle de la rue qui ont un effet statistique positif sur la marchabilité subjective diffèrent entre la marche utilitaire et la marche de loisir. Il est aussi observé que le Walkscore© a un effet faible mais significatif sur la marchabilité subjective pour le déplacement, mais aucun effet pour la marche de loisir. Dans le deuxième chapitre, les interactions entre chaque variable et les indices de marchabilité sont significatifs à l’exception de l’interaction entre le Walkscore© et le genre. Des interactions différentes sont observées entre les deux indices pour les variables de revenu par ménage et de présence d’enfants dans le ménage. Globalement, les résultats de cette étude démontrent le besoin de transitionner vers une approche multiscalaire à la marchabilité en combinant des indices à l’échelle de la rue et à l’échelle locale. Les indices de marchabilités objectifs et subjectifs devraient être utilisé de façon complémentaire et les caractéristiques socio-démographiques des piétons devraient être considérées comme facteurs de modération lors de l’étude des effets de l’environnement bâti sur les habitudes de marche
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".